Chuletas y apuntes de Matemáticas de Otros cursos

1. Naturaleza de la heteroscedasticidad

La varianza condicional de Y_i aumenta a medida que lo hace X. En este escenario, las varianzas de Y_i no son constantes; por lo tanto, existe heteroscedasticidad.

Un supuesto fundamental del modelo clásico de regresión lineal es la homoscedasticidad, es decir, que todas las perturbaciones u_i poseen la misma varianza σ². Si este supuesto no se satisface, se presenta el problema de la heteroscedasticidad.

2. ¿Cómo se detecta la heteroscedasticidad?

Métodos informales

• Naturaleza del problema: Con mucha frecuencia, la naturaleza del problema en consideración sugiere la posibilidad de heteroscedasticidad.
• Método gráfico: Si no hay información a priori o empírica sobre la naturaleza de la heteroscedasticidad,

Funciones Seno, Coseno, Tangente y sus Inversas

Función Seno

La función seno es una función real que asigna a cada ángulo, expresado en radianes, la razón trigonométrica seno.

Características de la Función Seno:

• La función seno está definida para todos los números reales; su dominio es ℝ.
• El codominio de la función es el conjunto de los números reales.
• El rango o conjunto de imágenes es el intervalo [-1, 1].
• Es periódica y su período es 2π. Esto significa que los valores se repiten una vez que el ángulo supera una revolución completa.
• No es inyectiva.
• No es sobreyectiva, ya que el rango no es igual al codominio.
• Es continua.
• La función y = sen(x) es impar, ya que sen(-x) = -sen(x). Esto significa que es simétrica con respecto al

Estadística

La estadística es la ciencia que utiliza conjuntos de datos numéricos para obtener, a partir de ellos, inferencias basadas en el cálculo de probabilidades.

• Metódica
• Objetiva
• Permite:
  • Recopilar
  • Ordenar
  • Presentar
  • Resumir

• Datos
  • Cualitativos
  • Cuantitativos

Estadística descriptiva: es el conjunto de técnicas que se emplean con el objeto de resumir y describir datos numéricos para facilitar su interpretación.

Estadística inferencial: técnica que permite la toma de decisiones acerca de los datos resumidos, basándose en las observaciones de una muestra. Estas decisiones se toman en condiciones de incertidumbre.

Población: es el conjunto de elementos, finito o infinito, que responde a una misma característica.

Muestra: es un subconjunto de... Continuar leyendo "Conceptos Fundamentales de Estadística: Población, Muestra, Variables y Medidas de Tendencia Central" »

Funciones a Trozos y Continuidad

Función 1: Análisis de Continuidad

Consideremos la función definida a trozos:

f(x) = {
    3x - 5             si x < -2
    4x² - 7x + 1       si -2 ≤ x ≤ 6
    7√(x - 4) + 10   si x > 6
}

Evaluación en los Puntos Críticos:

• Para x = -2 (usando la segunda rama): f(-2) = 4(-2)² - 7(-2) + 1 = 4(4) + 14 + 1 = 16 + 14 + 1 = 31
• Para x = 6 (usando la segunda rama): f(6) = 4(6)² - 7(6) + 1 = 4(36) - 42 + 1 = 144 - 42 + 1 = 103

Límites Laterales:

• En x = -2:
  • Límite por la izquierda: limx→-2- (3x - 5) = 3(-2) - 5 = -6 - 5 = -11
  • Límite por la derecha: limx→-2+ (4x² - 7x + 1) = 4(-2)² - 7(-2) + 1 = 16 + 14 + 1 = 31
  • Conclusión: Dado que limx→-2- f(x) ≠ limx→-2+ f(x), la función presenta una discontinuidad

Conceptos Fundamentales de Probabilidad

Enfoque Clásico: Si hay m posibilidades igualmente probables, de las cuales una debe ocurrir y s se consideran como resultados favorables ("éxito"), entonces la probabilidad de un éxito es s/m.

Frecuencias: La probabilidad de un evento es la proporción de veces en que el evento ocurrirá a largo plazo en experimentos repetidos.

P(A) = fr = Cantidad de veces que ocurre A / Cantidad de veces que se repite el experimento = fa / n

fr = fa / n → P(A) conforme n → ∞

Axiomas de Probabilidad

A cada evento definido sobre un espacio muestral le asignaremos un número no negativo denominado probabilidad.

Por lo tanto, la probabilidad es una función de los eventos definidos.

Escribimos P(A) para definir la probabilidad... Continuar leyendo "Fundamentos de Probabilidad y Distribuciones Binomial y Poisson" »

Variables Aleatorias y Distribuciones de Probabilidad

Variable aleatoria Discreta: Es aquella variable que sólo puede tomar ciertos valores claramente separados.

Variable aleatoria Continua: Es aquella variable que puede tomar un valor de una cantidad infinitamente grande de valores.

Media: Es un valor típico que sirve para representar una distribución de probabilidad. También es el valor promedio, a largo plazo, de la variable aleatoria.

La media de una distribución discreta se calcula con la siguiente formula.

Distribuciones Discretas

Una distribución binomial de n pruebas o ensayos es una distribución discreta que se representa por B(n, p) y tiene las siguientes características:

La Distribución HIPERGEOMÉTRICA es una de las distribuciones... Continuar leyendo "Exploración de Variables Aleatorias y Distribuciones de Probabilidad" »

1. Fórmula de los Trapecios

Se conocen los $n+1$ valores $x_0, x_1, \dots, x_n$, que cumplen con la condición $x_k - x_{k-1} = h$ para $k=1, 2, \dots, n$. Una primera aproximación al valor del área que se debe calcular, limitada por los puntos $x_0, A_0, A_1, \dots, A_n, x_n$, se obtiene sumando las áreas de los trapecios inscritos en cada una de las superficies parciales limitadas por los conjuntos de puntos:

Esta es la conocida Fórmula de los Trapecios. En ella, se denomina $E$ a la suma de las ordenadas extremas; $P$ e $I$ a las sumas de las ordenadas de subíndices pares e impares, respectivamente. Puede considerarse como una discretización, ya que se reemplaza la curva, dada por una función continua, por la poligonal descrita por... Continuar leyendo "Fundamentos de Integración Numérica: Regla del Trapecio y Fórmulas de Simpson" »

A continuación, se presentan aseveraciones constantes sobre la anatomía de coronas y raíces dentales:

Aseveraciones sobre las Coronas Dentales

• Todas las coronas de los dientes son **asimétricas**.
• Todas las superficies de las coronas de los dientes son **cóncavas o convexas**.
• Las superficies planas que pueden presentar las vertientes de las cúspides, se producen generalmente por **desgaste**.
• Las caras vestibulares o labiales son de **mayor superficie** que las linguales.
• Las caras mesiales son de **mayor superficie** que las distales.
• Las caras distales son **más convexas** que las mesiales.
• El límite exacto de la **corona anatómica** es la **línea cervical**; marca la terminación del esmalte y señala perfectamente el cuello del diente.

Método de Máxima Verosimilitud

Señala la afirmación correcta sobre el método de máxima verosimilitud para la obtención de estimadores puntuales.

1. Consiste en buscar el estimador que, para tamaños muestrales suficientemente grandes, tiene menor varianza y, por tanto, máxima eficiencia.
2. Consiste en buscar el estimador con mayor probabilidad de ser insesgado.
3. Cuanto mn parámetro que hace máxima la probabilidad de la muestra que se ha obtenido.
4. Consiste en buscar el estimador más creíble para el parámetro que se quiere estimar, a la vista de los resultados obtenidos en la muestra.

Cálculo de Probabilidad de Varianza Muestral

Tenemos una variable aleatoria que toma valores 1, 2 y 3 con probabilidades 0’1, 0’2 y 0’7, respectivamente.... Continuar leyendo "Problemas Resueltos de Inferencia Estadística" »

Conceptos Fundamentales en Estadística y Diseño Experimental

Análisis de Varianza (ANOVA)

El Análisis de Varianza (ANOVA) es una técnica estadística esencial. Consiste en dividir la variación observada en los datos experimentales en diferentes partes, donde cada componente es atribuible a una fuente, causa o factor conocido.

Usos del ANOVA en el Campo de la Estadística

El ANOVA es una potente herramienta estadística de gran utilidad en diversos campos. Sus aplicaciones son múltiples, destacando su uso en:

• La industria, para el control y la optimización de procesos.
• El laboratorio de análisis, para el control y la validación de métodos analíticos.

Diseño y Optimización de Experimentos (DOE)

El Diseño y Análisis de Experimentos (DAE)